傅里叶变换是一种经典的信号分析方法，在计算机上实现傅里叶变换时，需要构建离散傅里叶矩阵，再与离散信号进行矩阵乘法，由于离散傅里叶矩阵包含复数，因此傅里叶变换的过程涉及复数运算。为了避开复数运算，文中提出了一种离散傅里叶矩阵的构造方法，通过该方法构造的矩阵不包含复数，但仍然保留着和原始离散傅里叶矩阵同样的信息；通过神经网络学习离散傅里叶矩阵，并进行对比分析，实验结果表明，神经网络可以很好地学习离散傅里叶矩阵，并基于此矩阵重构出信号。
科研之友
微信
新浪微博
Facebook
分享链接
